跳到正文
10月8日 · 周四

提示注入 · 论文

找到 3 篇
筛选2

攻击类型

提示注入1投毒与后门1

模型自身风险

欺骗与谋划1

防御类型

检测与过滤1监控与审计2

影响

越权操作1数据与隐私泄露1输出被操纵1

系统形态

LLM 应用1AI Agent2编程 Agent2

攻击面/入口

网页与界面1工具返回1工具与技能描述1代码仓库与依赖1检索语料1

层

应用层3

系统组件

MCP 与技能3RAG1护栏与评审3监控器2权限与沙箱4

被测模型厂商

其他3
同一类里任选其一，不同类之间同时满足；数字是加上其他已选条件后的篇数。另有 75 篇还没打标签，不在筛选结果里。
系统组件：RAG系统组件：监控器话题：提示注入清除全部

另有 75 篇论文还没打上分类标签，暂不在筛选结果里。

  1. 防御arXiv:2610.05163 ·

    研究者在 Claude Code 和 Codex 上构造分段提示注入并发布边界动作审计基准

    提出 PAA 路径对齐归因，审计编程智能体边界动作前的分段提示注入

    编程 Agent测试Claude Code (v2.1.172, Claude Sonnet 5)、Codex CLI (v0.144.0, GPT-5.5)、Claude Sonnet 5 等 7 个应用层
    摘要论文针对长流程注入提出边界动作审计与 PAA，在保持低误阻的同时实现高拦截率。

    本研究针对长流程智能体在执行任务时面临的分阶段间接提示注入威胁，提出了在动作生效前进行拦截的边界动作审计框架与路径对齐归因方法。

    完整解读
已经到底了